科技 · zh

螺絲鬆了損失幾十億？Meta 工程副總揭超大規模 AI 基礎設施的真實挑戰

INSIDE · 2026年9月8日 10:23 UTC

Meta 工程副總裁 C.Q. Cai 首度公開詳述超大規模 AI 叢集的建設與可靠性挑戰：從 12.9 萬張 GPU 叢集的閃電建設，到每幾百張 GPU 就有一顆出現靜默資料損壞，再到匯流排螺絲鬆動拖累整座叢集的真實案例，揭示 36 億人規模背後的硬體可靠性戰場。